随着地球影像需求的日益增长,敏捷对地观测卫星的任务调度问题已经成为了一个亟待解决的技术难题。由于观测角度对成像质量的影响,敏捷卫星调度问题需要考虑到一个重要的问题特性——时间依赖收益特性,即不同角度观测同一目标的收益不同,这无疑增加了调度的复杂性。根据问题模型特点,本文提出了一种基于分支定价的精确求解算法和一种高效且求解质量有理论保证的启发式算法。该精确算法是首个求解敏捷卫星多圈调度问题的精确算法,求解效果突出,对规模为150的算例能在平均500秒内得到最优解,性能远超商业求解器。所提出的启发式算法在求解质量上超越了文献中最先进的启发式算法,对规模为150的算例最优间隙平均不超过0.3%。

复杂武器装备交付效率直接影响国防战斗力的转化。以交付问题处理周期、质量、成本为任务,形成公平偏好代理人交付激励模型,探究代理人关系为中立、竞争、合作时激励契约的设计方法。研究表明最优努力水平与努力成本、风险感知水平负相关,与技术水平、合作系数正相关;保守型部门相对于冒险型部门努力水平较低,其行为偏向于在相对重要且努力成本低的任务上多投入;当部门间相互关系不同时激励契约不同,可根据问题类型选择合适的激励契约;最优激励系数受部门自身因素影响存在弱激励区。最后通过案例验证本文研究结论,为复杂武器装备交付环节激励契约设计提供理论支撑。

“双碳”背景下,环境服务业作为保障我国绿色发展的重要力量,势必将在实现“3060”目标的过程中起到关键作用。近年来,数字环保、智慧环保等新理念的兴起,为环境服务企业的转型发展提供了新思路。本研究选取2010—2019年我国237家环境服务上市企业数据,采用文本分析法构建关键指标,从直接传导机制、间接传导机制和异质性传导机制三个角度探索了数字化转型价值创造的内在机理。研究发现:(1)数字化转型对环境服务企业的绩效水平具有积极影响,且该影响的持续性较长;(2)数字化转型可通过改善企业经营效率间接提高企业绩效表现;(3)异质性分析还发现,数字化转型对企业绩效的推动效应受服务模式和企业所有制等微观特征因素的影响,非国有企业和实施新型服务模式的企业其数字化转型的经济效果比国有企业和传统环境服务提供商更显著。

车辆和无人机联合配送模式是降低末端配送成本、提高效率的全新尝试。本文考虑卡车和无人机相互等待成本,以最小总成本为目标建立了单卡车和多无人机联合配送路径优化模型。设计了自适应大邻域搜索算法,采用三种破坏算子和修复算子,对破坏、修复后的临时解使用模拟退火接受准则。对包含10-100个节点的呈均匀分布和簇状分布的2类算例进行求解,与CPLEX求解结果对比表明提出的算法具有较快的速度、较好的精度和稳定性;分析卡车携带不同数量无人机的联合配送方案,结果显示,相较于纯卡车配送,携带1-4台无人机的联合配送可降低农村物流配送总成本17.88%~28.94%;对无人机续航里程的敏感性分析,表明随无人机续航里程的增加配送成本呈先快速降低后缓慢降低或趋于稳定。

光伏是新能源战略的重要支撑,电池片作为其重要组件,市场需求巨大。由于光伏电池片生产工序及设备较多,设备故障时有发生,从而影响生产效率。当前普遍采用人工规划产能的模式,无法及时应对生产中断及计划调整。同时,相关制造企业纷纷引入自动导引小车(AGV)等自动化设备保障高效生产,但设备高成本使企业面临资金压力。在此背景下,本文基于一家典型的电池片制造企业实际生产问题,研究产能动态规划与AGV配置方案。首先,考虑机台故障与缓存,以最大化产能为目标建立数学模型。其次,基于约束理论,提出三种缓存使用策略下的产能动态规划算法。此外,本文提出AGV配置算法,计算不同生产条件下车间AGV的最优数量。实验结果验证了“优先考虑使用缓存”策略的有效性,并分析了AGV搬运时间对产能和数量的影响。研究成果不仅能够帮助电池片制造车间实时规划产能,决策AGV配置方案,还能拓展应用到其他产能不平衡车间的生产与物流调度场景。

钢箱梁小节段作为桥梁组装的基础构件,需求量非常大,其生产方案的优化对制造商有着很大的影响,针对钢箱梁小节段的在线生产调度研究就显得愈发迫切与重要。本文研究工件具有退化效应的钢箱梁小节段单机在线生产问题,建立了的两个不同的退化加工模型,以最小化最大加权完工时间为优化目标。首先,对所研究的两个问题,都证明了最优排序应具有的性质。然后,对加工时长模型为p_j=α_jt(t>0)的问题,给出了一个竞争比为1+α_max最好可能的在线算法,其中α_j为工件J_j的退化因子;同样,对加工时长模型为p_j=α_j(A+Bt)(A>0)的问题,也给出了一个竞争比为2+Bα_max最好可能的在线算法。最后,对文中的两个在线模型都进行了数据模拟,验证了在线算法的有效性与正确性,也为制造商的生产管理提供了有效参考。

为了有效降低特征维数并提高动态过程异常模式的识别精度,提出基于特征约简与改进支持向量机的动态过程质量异常识别方法。本文首先提取能反映质量异常模式的16个统计特征与7个形状特征,再使用粗糙集(RS)约简特征集合以剔除冗余特征与干扰特征。同时,使用遗传算法(GA)寻找支持向量机(SVM)的最优参数,并采用GA-SVM模型识别质量异常模式。仿真实验表明:粗糙集筛选后得到的12个特征具有较强区分动态过程是否出现异常状况的能力,遗传算法参数寻优后的支持向量机识别质量异常模式的精度明显高于其他同类型的模型,因此,本文提出的RS-GA-SVM模型具有良好的识别精度与稳健性,能够对动态过程进行有效监控。

随着分布式柔性制造系统的广泛普及,制造系统的调度决策从集中式的单一节点向分布式多中心的模式转变,分布式柔性作业车间调度问题成为近年来的研究热点。为求解分布式柔性作业车间的调度问题,构建了以最小化总成本和总拖期为优化目标的分布式柔性作业车间调度(DFJSP,Distributed Flexible Job Shop Scheduling Problem)模型,提出了一种结合分布估计和禁忌搜索的H-EDA-TS算法(Hybrid Estimation of Distribution Algorithm and Tabu Search Algorithm)。根据DFJSP模型和H-EDA-TS算法设计了三维编码方案。H-EDA-TS算法主要包括EDA组件和TS组件,在EDA组件部分设计了三个概率模型用于抽样生成种群;在TS组件部分针对优化目标设计了五种邻域结构用于生成邻域解。此外,基于sigmoid函数设计了一种自适应机制,用于控制TS组件的启动。最后,在不同规模的实例上进行了对比实验,证明了所提算法对于求解DFJSP具有明显优势。

当今车间管理者不仅需要在最小化制造工期的同时尽可能应对设备随机故障等因素引起的不稳定性,更需要节省分时电价模式下的能耗成本以提高产品价格竞争力。本研究以考虑设备随机故障的流水线车间为研究对象,以工件交货期、系统鲁棒性、能耗成本为目标,建立了涉及生产调度、设备维护、能量分配三个维度的模型。首先,以代理指标方法结合蒙特卡洛仿真验证解决了不确定环境下的可行解评估问题;其次以NSGA-II框架为基础结合启发式解码方法以搜索此多目标问题的帕累托曲线。数值实验验证了所提目标评估方法的有效性以及集成方案相较于传统规则的优越性;在各工序间插入合适的缓冲时间,既可以吸收故障冲击以提高系统鲁棒性,又可以调整设备开机时段以降低总能耗成本。

当新能源汽车用户自行前往充电站充电,将会产生时间成本和等待焦虑。而代客充电服务能够有效解决这些问题,但是其服务成本受到充电站布局与社区用户分布等因素的影响。为探究充电站布局对代客充电服务模式的影响,本文建立基于充电时间的等待焦虑程度量化模型,引入代客充电服务比率量化用户的服务选择行为,同时考虑用户需求的随机性,以最小化充电站建设成本与用户前往充电站充电的行驶成本、最大化代客充电业务利润为优化目标,建立多目标两阶段随机混合整数规划模型,并使用Epsilon约束法与抽样平均近似方法进行求解。本文在对模型及其参数进行数值分析的基础上,以合肥市瑶海区为背景设计案例研究,发现在充电站建设数目一定的前提下,通过改变充电站布局可以提升代客充电业务利润,但同时也会导致用户充电行驶成本的升高。

为提高血液采集量、缓解血液短缺现状,研究不确定环境下两类采血点定位-资源配置集成决策优化问题。首先,考虑区域人流量、献血活跃度等因素对采血点权重的影响,基于广义最大覆盖模型,建立以覆盖权重最大为目标的采血点定位-资源配置集成决策模型。在此基础上,采用鲁棒优化技术处理可用献血车、人员和设备等参数的不确定性,建立相应的鲁棒优化模型。针对模型特点,设计改进的灰狼优化算法对模型进行求解。数值结果表明,改进的灰狼优化算法优于传统灰狼优化算法与粒子群算法。

为应对全球气候变暖,将政府调控政策融入供应链网络设计是物流业低碳转型面临的一项挑战。为此,本文研究考虑低碳政策和不确定需求的物流网络设计问题。首先,运用分布式模糊集刻画产品需求的不确定性,并构建供应链物流网络的两阶段鲁棒优化模型。该模型在经典的三级网络规划基础上,综合考虑分销中心建设成本、运输成本、产品短缺成本以及碳排放交易的负效用以实现总成本最小化。其次,针对提出模型的两阶段特点,对其进行拆分为主问题和子问题并定制迭代分解算法。最后,结合案例验证所提出的模型及分解算法的有效性。数值结果表明:提出的分布式鲁棒优化方法在提高决策方案鲁棒性的同时可有效减少其所需投资;低碳政策虽然会促进物流企业调整运输结构、降低碳排放总量,但仍然会增加企业的总成本,建议政府部门可适当考虑补贴。

疫情加速了传统零售商拓展线上业务,使后疫情时代零售物流配送的及时性和服务质量成为制胜的关键点。零售物流配送需要物流配送人员、配送车辆和客户协作完成,忽略物流配送人员的服务时间差异化、订单释放时间不同导致的车辆出发配送时间不同以及客户需求的时效特点等将导致零售物流配送方案成本高、时效差且客户满意度低。针对此问题,本文以物流配送成本、惩罚成本和服务时间成本之和最小为目标建立了数学模型,设计了改进的基于大邻域搜索的迭代局部搜索算法。该算法采用后悔修复算子生成高质量的初始解以增强搜索效率,引入带有定制化的四种移除算子和两种修复算子的大邻域搜索、打破机制和求解最优服务开始时间的数学模型以增强算法的全局寻优能力。最后,数值实验部分通过求解标杆算例和生成算例验证了模型和算法的有效性,并对参数进行灵敏度分析,结果可为后疫情时代零售物流运营管理的配送人员有效调度、配送效率提升和成本控制提供有效参考。

针对网约车中的两类感知风险:安全风险和服务风险,考虑网约车突发事件以及消费者的参考服务质量效应,构建“政府+平台”风险管理动态博弈模型,利用微分博弈理论,求解了政企合作、非合作以及政府成本分担契约下的双方最优风险投资策略及绩效。研究发现:政企协同风险管理可以最大程度降低网约车风险和提高系统绩效;政府成本分担契约可以实现系统效益的帕累托改进并有效降低网约车安全风险;前瞻性政府和企业会依据危机前后的环境做出最优的策略调整,强调危机前风险防范的重要性,并力图在风险率和折损率较低时加大风险投资力度;参考服务效应不利于降低网约车安全风险,但在一定程度上可以提高其服务质量以缓解危机给系统绩效带来的负面影响。

本文旨在面向概率语言移情网络建立大规模群体共识决策方法,利用机会约束鲁棒优化方法处理单位调整成本的不确定性。首先,建立概率语言移情网络评估决策者间的移情关系。其次,利用模糊C-均值聚类对决策者分类,并基于聚类的规模、内聚度和总体移情度确定聚类权重。在反馈调整过程中,利用置信水平控制不确定参数的波动范围,建立机会约束鲁棒成本共识模型为决策者调整意见提供参考。最后,通过疫情防控方案选择的应用和对比分析,证明考虑移情关系能促进共识达成,且机会约束鲁棒共识模型能更好的平衡经济性和保守性。

考虑在线评价信息的可信度及决策指标的关联性,提出了一种基于在线评价信息的二元语义Choquet积分算子的多属性决策方法。首先,为了有效避免语言评价信息集结和运算中出现的信息损失和扭曲,利用二元语义描述在线评价信息,构建二元语义决策矩阵。其次,考虑在线评价信息的发布时间、获得的“有用”投票数、评论者等级、好评奖励等因素,结合决策者的有限理性行为,确定在线评价信息的可信度。再次,针对属性间具有相互作用关系的多属性决策问题,属性权重的确定应考虑其对决策结果的贡献程度,所以参考Shapley值的定义确定属性权重。在此基础上,利用二元语义Choquet积分算子对决策矩阵进行集结求得方案综合值。最后,通过一个实例说明所提方法的合理性及可行性。

本文考虑了商家定价和广告投资决策行为,构建了电商平台价格折扣决策模型,研究了价格促销活动中平台最优价格折扣决策和商家定价和广告投资决策。研究表明,商品消费者效用越高平台最优价格折扣系数越大,商品单位成本越高平台最优价格折扣系数越大。平台促销收益随消费者数量、商品的消费者效用增加而增加;随平台交易费率和广告费用系数增加呈先增加后保持不变的趋势。价格折扣系数较低时,商家保持正常销售时期的价格不变,广告投资水平随价格折扣系数降低而降低;价格折扣系数较高时,商家最优定价随价格折扣系数降低而提高,广告投资水平不变。

研究工件加工时间具有依赖时间学习效应的单机资源分配排序问题,其中工件的实际加工时间不仅依赖于分配给它的不可再生资源数量,还依赖于该工件所排位置之前工件的基本加工时间之和。该问题研究的目标是确定工件的最优排序和最优的资源分配,使最大完工时间(即所有工件的时间表长)和消耗资源的线性加权和最小。对给定的排序,最优的资源分配能够得到,从而目标函数转化为只和工件的基本加工时间有关。通过实例说明经典的最小加工时间优先(SPT)规则和最大加工时间优先(LPT)规则都不是最优解。猜测此问题是NP-难的,为了求解此问题,分析了问题满足的性质,给出了上界和下界,从而给出分支定界算法,并用实例说明该算法是如何求解的。

针对TOPSIS法可能存在多个备选方案的接近度相同而无法进行全排序的问题。首先,考虑到等效方案在正、负理想解距离上的差异,本文将其细分为强等效方案(不同方案到理想解距离相等)与弱等效方案(不同方案到理想解距离的比值相等但距离不等)。其次,以二维目标为坐标系描述TOPSIS系统,发现TOPSIS评价系统中有:(1)所有方案均位于某一特定区域;(2)强等效方案为同一点,而弱等效方案则位于特定直线上等特性。进而,依据二维目标空间下等效方案与正、负理想解的相对位置关系,针对存在弱等效方案的TOPSIS评价系统,提出一种在依据接近度对备选方案进行分组与组间排序基础上,重新定义排序指数对组内等效方案实施排序。从而设计出一种组间排序基础上的组内排序与组间排序相结合的改进TOPSIS排序法。该方法既不改变方案的原有TOPSIS排序,又可实现弱等效方案的全排序。最后通过数值分析验证所提出方法的合理性和有效性。

针对顾客对价格和等待的损失厌恶行为,本文研究了排队系统关于价格和服务能力的决策问题。基于顾客对价格和等待有不同的损失厌恶程度,首先分析了损失厌恶型顾客的均衡进队策略,发现存在多重均衡,其中有一个为个人偏好均衡。随后,以利润最大化为目标,得到了不同单位服务能力成本下的三种价格和服务能力策略。如果单位服务能力成本较小或较大,管理者会采取策略吸引所有潜在顾客进入,而如果处于中间范围,管理者可能只会吸引部分潜在顾客进入,甚至可能不运营系统。最后,损失厌恶系数对系统影响的结果表明:当顾客对价格的损失厌恶程度增加时,最优价格和最优利润都会增加,而当顾客对等待的损失厌恶程度增加时,最优价格和最优利润都会减小,但服务能力策略的变化均与单位服务能力成本密切相关。

:随着零售业的快速发展,零售商的话语权不断提升,有越来越多的零售商开始成为供应链的主导者。在零售业中,零售商在批发零售的同时又为第三方卖家提供零售平台已经成为了一种主流的商业模式。此外,一些零售商开始向第三方卖家共享其自建物流服务。本文研究了在零售商主导的供应链中零售商的物流服务共享(简称LSS)对于供应商、第三方卖家、整个供应链以及消费者的影响。本文构建了一个包含供应商、零售商和第三方卖家的博弈模型,研究结果表明:(1)LSS总是对第三方卖家的价格、需求和利润产生积极影响。(2)跨渠道服务敏感性较小时,LSS能够实现供应商、第三方卖家和零售商三方共赢。(3)当零售商的物流服务水平并不比第三方物流服务水平高太多时,LSS可以提升供应链总利润;跨渠道服务敏感性中等时,LSS可以提升消费者效用。

本研究提出了一种新颖的考虑疫情冲击的可解释性旅游需求预测框架,通过使用多源异构数据,即历史旅游量、本土新增确诊病例、百度指数、天气数据来预测新冠疫情影响下国内旅游需求变化。本研究引入疫情相关的搜索引擎数据的概念来进行旅游需求预测,并提出合成领先搜索指数和变分模态分解法结合处理搜索引擎数据的方法。同时,本研究提出了JADE-TFT可解释旅游需求预测模型,该模型利用带有外部归档的自适应差分进化算法智能高效地优化时域融合变换器的超参数。TFT是一种基于注意力的深度学习模型,将高性能预测与可解释的时间动态分析相结合,在预测研究中表现出优异的性能。TFT模型产生可解释的旅游需求预测输出,包括不同输入变量的重要性排序和不同时间步的注意力分析。基于黄山旅游数据的实际案例验证了所提出预测框架的有效性。可解释的实验结果表明,疫情相关的搜索引擎数据可以更好地反映后疫情时代游客对出行的担忧。

随着微博用户数日益增多,微博已然成为了网络舆情的重要产生地,同时微博舆情状态多样,涉及因素复杂,多种不同因素构成了一个复杂的系统,系统中存在个别用户、微博或评论等舆情要素对舆情演变起关键作用。因此引入超网络对微博舆情的关键舆情要素进行识别,对网络舆情的分析和监控有积极意义。本研究以基于超图的超网络为基础,构建了微博舆情超网络分析模型,应用LDA,SnowNLP,Python仿真分析等方法,识别微博舆情中的关键舆情要素,并对关键舆情要素的特征和情感进行分析与讨论。最后,应用在真实的舆情主题中,识别出六类关键舆情要素,分别是活跃人物、传播人物、热点微博、潜在热门微博、热点主题、中心主题,并分析各关键舆情要素的情感倾向。研究结果表明,建立的超网络模型,能有效识别特定舆情环境下的关键舆情要素,有利于对网络热门事件进行舆情分析和监控。

随着信息技术和大数据的发展,拥有海量市场需求信息的平台企业是否会将信息分享给合作伙伴？对此,本文考虑市场需求同时受质量与价格影响,分别构建了批发模式和代理模式下的电商供应链博弈模型,分析了不同销售模式下平台的事前/事后信息共享策略。研究发现:(1)市场需求的不确定性和产品的质量成本系数是影响平台进行事后信息共享的关键因素。(2)批发模式下平台只有在质量成本系数较小时,才会与供应商进行事前信息共享;而代理模式下平台总是共享。(3)两种销售模式下平台选择事前信息共享都能提升供应商的利润,在代理模式下选择事前信息共享总能实现平台与供应商之间的“双赢”;而平台进行事后信息共享则可能损害供应商的利益。

共享单车的运营管理对于减少碳排放、实现城市交通的可持续发展具有重要意义。在共享单车系统中,每天都有一小部分的单车无法使用。目前共享单车维护管理的可用性信息收集复杂。尽管GPS、物联网、云计算等现代技术为共享单车系统提供了丰富的信息环境,但共享单车自身的故障和维护信息仍然缺乏,没有可靠的在线信息表明共享单车的可用性。本文在对用户出行数据进行分析时,发现存在短时间内用户频繁退租共享单车的现象,这种现象可能隐含着共享单车可用性的信息。因此,本文提出了一个贝叶斯模型,根据用户出行的租赁交易数据,提取退租数据,引入站点属性和用户退租共享单车的时间信息,构建带有协变量的贝叶斯扩展模型。利用在线交易数据估计站点中共享单车的不可用概率以及不可用自行车的数量。本文基于呼和浩特市共享单车系统数据库的真实数据验证该方法的有效性。

本文主要针对疫情走势进行了分析,考虑了不同人群和不同防护措施对疫情走势的影响。针对此问题首先对传统的SEIR传染模型进行了优化,模拟出在公共场所内工作人员感染病毒后和普通人员感染病毒后的疫情传播情况;其次对比不同防护措施情况下的疫情传播情况,分析了物理防护和化学防护对疫情传播速率的影响。结果发现,初始潜伏者为工作人员时,疫情爆发的更加迅猛、快速;工作人员在分别采取物理防护和化学防护措施后会使得疫情发展速度有不同程度的降低。化学防护措施的防控效果相当于三级物理防护措施的防控效果,全国公共场所的工作人员在疫情防控工作下需要进行比普通人群更高等级的物理防护,也为后期疫情扩散期间的物资分配提供了依据。

基于新冠肺炎疫情下医药电商交易规模的爆炸式增长,对医药电商在线评论进行文本分析,以某B2C医药电商平台2019—2021年在线评论数据为样本,利用LDA主题模型提取在线评论蕴含的主题,并构建情感词典融合深度学习的情感分析模型,对评论和主题词进行情感分析。研究结果显示:1)消费者网购医药商品始终关注平台的可靠性、物流服务、商品价格、药品的使用效果;2)新冠肺炎疫情爆发之前,消费者对服务态度、商品品牌、购买便捷性有很大关注度;疫情爆发后对感冒类和维生素类药品关注度更高,疫情的爆发会影响消费者的购药决策;后疫情时代,消费者更关注商品性价比、购买快捷性以及药品的品质;3)消费者对于在医药电商平台进行购药整体上表现出积极正面的情感态度;4)负面在线评论主要集中在价格、药效、处方药购买、虚假宣传、物流包装、限购等方面。本研究挖掘出疫情下消费者对于网购医药商品的需求重点和痛点,对医药电商平台改善服务质量提供建设性意见。

针对传统农超对接模式中,超市延期支付农产品采购货款的方式难以满足农户下期生产准备所需生产资金的问题,采用农产品供应链成员主从博弈模型,对比研究了农超双方在传统对接模式和“互联网+”对接模式下的最优利润,在此基础上提出了“互联网+”对接策略选择和保鲜处理策略。研究发现:基于销售量的平台使用费协议能够促使农超双方达成“互联网+”对接且满足农户下期生产准备资金需求。当农户的下期生产准备资金需求小于一定阈值时,农超双方会选择超市在线下渠道对农产品保鲜的“互联网+”对接策略;反之会转变为选择农户在线上渠道对农产品保鲜的“互联网+”对接策略。此外,随着线上线下两个渠道冲突和渠道竞争因素影响逐渐增大,上述导致农超“互联网+”对接策略选择发生转变的阈值也会随之增加。

融资成本是影响企业融资行为的重要因素,贸易政策不确定性通过金融不确定性信贷约束和企业不确定性投资约束抑制企业融资。随着中美贸易摩擦延续,贸易政策不确定性对企业融资成本的影响成为了学者关注的重要研究内容。基于此,本文以1999年至2020年沪市A股上市企业的财务数据为样本,检验了中国贸易政策不确定性对企业融资成本的影响。实证结果显示,中国贸易政策不确定性上升会显著增加企业的融资成本,金融不确定性信贷约束和企业不确定性投资约束是贸易政策不确定性作用于企业融资成本的中介变量,且不同行业对贸易政策不确定性的敏感性存在差异。在中美贸易摩擦延续背景下,本文为审视贸易政策不确定性对企业融资成本的影响提供了新的视角和证据,丰富了贸易政策不确定性和企业行为相关文献的研究成果。

出口海陆仓融资模式中,海运物流企业在制定质押率时面临质押货物价格波动风险,不同的风险态度会导致决策结果存在差异。本文在质押物价格不确定的条件下,引入混合CVaR风险度量准则,构建同时刻画三种不同风险态度的出口海陆仓质押融资决策模型,讨论海运物流企业的最优质押率。进一步拓展基础模型,考虑清算延迟与流动性风险对质押物价值变现的影响。结果表明:质押物清算延迟与不充足的市场流动性加剧了贷款风险,需下调质押率以管控风险。海运物流企业在风险追逐偏好下的质押率水平最高,其次是风险中性,风险规避下数值最低。质押物价格的波动程度越剧烈,质押率水平越低。质押率与运价呈负相关,当传统海运市场不景气时,海运物流企业会加大物流金融业务的拓展力度。海运物流企业应建立全程、实时的质押贷款风险监测与预警机制,强化贷款清偿阶段的风险管理。

准确的趋势判断与实时价格预测是获得理想投资收益的有效途径。现实的金融市场受客观经济环境变化,投资者预期回报以及其他潜在因素影响,使得传统预测方法面临较多的挑战和压力。如何在不确定的环境中发现一种可靠的预测工具,提高预测的准确性,将是值得深入探讨的科学问题。为了获得准确的预测,帮助投资者赢得最大利润,本文引入分解集成思想和三支决策理论,提出了一种基于三支聚类和分解集成的复合预测方法。首先,使用互补集成经验模态分解方法将原始时间序列分解成若干个相对平稳的子序列,实现降低原始时间序列复杂性的同时挖掘了隐藏的信息。其次,为了针对性地处理不同属性的子序列,构建了基于贝叶斯风险决策的概率粗糙集进行三支聚类。接着,为了避免输入信息的欠缺或者冗余信息的干扰,采用基于相空间重构的特征选择方法确定不同神经网络的输入结构。最后,将提出的方法应用于美股ANY价格预测和国际、国内的重要股票指数以及其成分股预测验证其有效性和实用性。同时为把粒计算思想方法与分解集成融合,构建复杂动态数据预测决策模型与方法进行了有益的尝试和探讨。此外,研究结果将为投资者的实际投资决策提供科学的支持与参考。

资本市场本质上是一个信息市场,信息是决定上市公司股票价值最重要的因素之一。随着信息技术的运用和市场成熟度的提高,上市公司与投资者之间的信息传递模式正在由“单向式信息披露”向“互动式信息沟通”转变。本文考察了我国上市公司与投资者新型互动式信息沟通行为对股票市场定价效率的影响。研究发现:上市公司与投资者的互动式信息沟通行为越积极,即回复率越高、回复越及时,公司股票的错误定价程度越低;公司与投资者的积极互动沟通行为主要通过减少投资者异质信念、增加股价信息含量和改善公司信息环境来降低股票错误定价水平;进一步结合我国股票市场特征发现,这种互动沟通产生的定价效率优化效应在投资者情绪较强、机构投资者持股较少的公司中更加显著。本文的研究结论证实了我国交易所监管下互动沟通平台的市场有效性,同时也为进一步优化市场资源配置的效果提供了新的经验证据。

过度的金融资产投资可能导致房地产股价泡沫,并且通过风险溢出渠道给高技术板块带来价格冲击。研究聚焦于房地产行业和高技术产业的股票价格指数,结合MODWT分解和DGC-t-MSV模型进行实证分析,结果表明:其一,“房地产-高技术”的股票价格动态相关,房地产行业价格波动的传导作用更加强烈,对高技术板块具有明显的溢出效应;其二,实施限制性政策后房地产行业的挤出效应降低,高技术及其分类产业的创新投入受到的限制逐渐减弱;其三,短、中期频繁交易是导致房地产溢价的主要原因,需要警惕高技术板块面临的溢出风险。积极引导高技术板块的价值投资,合理配置技术要素,能够有效促进高技术产业的高质量、高水平发展。

在服务行业中,由于服务的无形性,面对不确定的服务质量时,不同的顾客根据自己的偏好心理采取不同的决策方案。为了探究延时敏感顾客的不确定型决策对企业服务质量信息披露与否策略选择的影响,本文考虑M/G/1队列,通过建立企业服务质量信息披露与否两种策略下的顾客效用模型,利用排队博弈理论,分析引起顾客均衡进队策略和企业收益最大化的服务定价变化的相关影响因素并探究其影响。研究表明:披露服务质量信息并不总是使得企业获得较大的收益,此外,当企业隐藏服务质量信息时,如果乐观型顾客比例大于一定值时,最优价格反而出现下降的趋势;企业服务质量信息披露与否的选择是以服务质量和顾客类型有关,只要当乐观型顾客比例超过一定值时,隐藏服务质量信息就可以获得较高收益。